XiaoMi-AI文件搜索系统
World File Search System数据收集
利用人工智能技术支持项目准备和实施的数据收集：“边做边学”的过程
需要在现场数据收集方法上进行创新——不仅要提高项目效率，还要确保在人员流动受限的情况下能够持续开展工作，例如在灾后或脆弱性、冲突和暴力 (FCV) 环境中以及在正在进行的 COVID-19 大流行期间。在大多数情况下，由于发展中国家缺乏数据，现场数据收集是确定项目准备和实施基线的必要的初始步骤。此类数据收集通常由具备必要技术知识的专家进行，以确保所收集数据的完整性和质量。在技术能力有限的发展中国家，这导致需要采购、培训和调动合格的现场专家，包括偏远地区。这可能既昂贵又耗时，如果培训不足，有时还会导致数据质量问题。由于人员流动受限，在灾后或 FCV 环境中，此类现场数据收集活动可能更具挑战性。鉴于目前大多数国家因 COVID-19 而面临的健康风险和旅行限制，改变传统现场数据收集方法的需求变得更加迫切。
解决数字时代的隐私悖论：平衡创新、数据收集和道德责任
摘要目的——本文旨在探索生成人工智能 (AI)、数据收集和消费者隐私的交集，强调人工智能驱动广告中的道德矛盾。本研究探讨了关键挑战，包括智能设备中的数据挖掘以及亚马逊拟收购 iRobot 等备受关注的案例的影响。设计/方法/方法——本文对案例研究、监管发展和美国和欧盟当前的立法反应进行了概念性探索。本研究进一步提出了道德自我监管，与国防工业计划等历史先例相似，同时强调透明度、默认隐私和以消费者为中心的人工智能设计。结果——本研究的结果揭示了现有监管框架存在重大漏洞，尤其是在美国，并强调需要在自我监管方面发挥积极主动的行业领导作用。本文确定了一些实用的解决方案，例如选择加入数据收集模型和将道德推理纳入人工智能训练，以增强消费者信任和隐私保护。实际意义——企业可以利用本文的建议来解决隐私悖论，增强消费者信任并降低隐私风险，从而促进道德创新。社会意义——主动解决隐私问题可以减轻社会对人工智能技术的担忧，有助于更广泛地接受人工智能，提高消费者信任度，并在日常生活中合乎道德地融入人工智能数据收集。原创性/价值——这项研究弥合了人工智能伦理理论讨论与实际可实施解决方案之间的差距。通过倡导自我监管和强有力的立法措施，这项研究为平衡数据驱动广告的技术创新与道德责任提供了一条新途径。
利用生成式人工智能进行智慧城市和物联网数据收集
现代城市的快速城市化需要创新的数据收集和集成方法，以实现更智能的城市管理。物联网 (IoT) 是这些进步的核心，高效收集、分析和利用数据的能力变得至关重要。生成人工智能 (AI) 通过在互联系统中实现智能合成、异常检测和实时决策，彻底改变了数据收集方式。本文探讨了生成人工智能如何增强智能城市中物联网驱动的数据收集，重点关注交通、能源、公共安全和环境监测方面的应用。通过解决数据隐私、可扩展性和道德考虑等挑战，该研究强调了生成人工智能如何改变城市治理并为可持续和以公民为中心的发展铺平道路。本文讨论了主要趋势、案例研究和未来研究方向，展示了生成人工智能作为智能城市计划基石的潜力。
关于在针对儿童的广告和在线数据收集实践中使用人工智能的合规警告
2024 年 5 月 1 日 摘要 BBB 国家计划儿童广告审查部门（“CARU”）发布此合规警告，涉及 CARU 儿童广告自律指南 1（“广告指南”）和 CARU 儿童在线隐私保护自律指南 2（“隐私指南”）在针对儿童的广告和数据收集实践中使用人工智能（“AI”）。具体而言，CARU 提醒广告商、品牌、代言人、开发商、玩具制造商和其他人，CARU 的广告和隐私指南适用于在针对儿童的广告中使用人工智能以及在线收集儿童的个人信息。CARU 将严格执行其广告和隐私指南。广告商应特别谨慎，避免在广告中使用误导儿童的人工智能：1) 关于产品特性或性能；2) 关于真实与虚构或幻想体验之间的区别； 3) 他们与品牌或品牌人物、名人或影响者有个人关系；4) 名人或其他人代言过产品，而他们没有。此外，广告商应确保在广告中使用人工智能不会：1) 描绘不安全或不适当的行为，或 2) 产生或反映负面的社会刻板印象或偏见。关于数据隐私，将人工智能技术融入其产品的公司必须明确披露数据收集实践，并在收集儿童个人信息 4 之前获得可验证的父母同意 3。数据收集透明度和父母同意仍然是维护隐私和安全的指导标准。CARU 的广告指南 CARU 监控和审查针对儿童的广告是否符合其广告指南。CARU 寻求通过公司的自愿合作以及在必要时采取公共执法行动来实现变革。CARU 的广告指南适用于任何媒体中针对 13 岁以下儿童的所有广告，包括使用人工智能制作或传播广告的广告。指南的基础阐述了 CARU 的总体原则，广告商应遵循这些原则
美国联邦航空管理局追踪和减轻空中交通分离损失的努力受到数据收集和实施挑战的限制
据 FAA 称，2009 财年和 2010 财年之间报告的运营错误急剧增加，主要是由于通过空中交通安全行动计划 (ATSAP) 2 和交通分析与审查计划 (TARP) 等计划报告的增加，交通分析与审查计划 (TARP) 是一种用于检测空中交通终端设施分离损失的自动化系统。 3 然而，我们发现报告的错误增加部分与实际错误的增加有关，而不是报告的增加。例如，FAA 的空中交通管制中心 (ARTCC) 4 — 多年来一直采用自动化系统来检测和调查报告的错误 — 在同一时期的运营错误增加了 39%。此外，我们还发现了导致运营错误数量增加的其他因素。例如，近四分之一的增长是由于南加州终端雷达进近管制 (TRACON) 撤销了分离豁免，导致许多常规进近和着陆被重新归类为运营错误。 5
dvpose：自动数据收集和数据集，用于6D姿势估算机器人手术仪器
Greene，N.，Luo，W。＆Kazanzides，P。DVPOSE：自动化数据收集和数据集，用于6D姿势估算机器人手术工具的姿势，在2023年国际医学机器人技术研讨会（ISMR）（ISMR）（2023）（2023），1-7。
在注射部位作为免疫后的不良事件：案例定义和数据收集，分析和呈现指南
是美国宾夕法尼亚州塞勒斯维尔的Pennridge儿科助理B疾病控制与预防中心，国家免疫计划，1600 Clifton Rd，Clifton Rd，MailStop E-61，Atlanta，GA 30333，美国C食品和药物管理局，美国马里兰州罗克维尔市，美国马里兰州洛克维尔，Dalhousie d Dalhousie d Dalhousie d Dalhousie of Nove of Johns of Johns of Johns of Johns of Johns of the Health of Johns E.美国马里兰州巴尔的摩市，加利福尼亚州卫生部，美国加利福尼亚州伯克利，美国G St George医院医学院，英国伦敦，H Chiron Behring Gmbh＆Co，Marburg，德国Marburg，德国I食品和药物管理局，美国马里兰州马里兰州洛克维尔市，美国纽约市Pharmacovigialance Lareb，'S-Hertogenbosch Instubly Instruption of noutherland ocking Instruption octunter ocking Instrumation ocking Instructor ocking Instruption Instruct ock.和环境，荷兰，荷兰，加拿大荷兰，渥太华，安大略省，加拿大，加拿大n疾病控制与预防中心，美国佐治亚州亚特兰大，乔治亚州亚特兰大市o大学儿童医院，巴斯尔，瑞士，是美国宾夕法尼亚州塞勒斯维尔的Pennridge儿科助理B疾病控制与预防中心，国家免疫计划，1600 Clifton Rd，Clifton Rd，MailStop E-61，Atlanta，GA 30333，美国C食品和药物管理局，美国马里兰州罗克维尔市，美国马里兰州洛克维尔，Dalhousie d Dalhousie d Dalhousie d Dalhousie of Nove of Johns of Johns of Johns of Johns of Johns of the Health of Johns E.美国马里兰州巴尔的摩市，加利福尼亚州卫生部，美国加利福尼亚州伯克利，美国G St George医院医学院，英国伦敦，H Chiron Behring Gmbh＆Co，Marburg，德国Marburg，德国I食品和药物管理局，美国马里兰州马里兰州洛克维尔市，美国纽约市Pharmacovigialance Lareb，'S-Hertogenbosch Instubly Instruption of noutherland ocking Instruption octunter ocking Instrumation ocking Instructor ocking Instruption Instruct ock.和环境，荷兰，荷兰，加拿大荷兰，渥太华，安大略省，加拿大，加拿大n疾病控制与预防中心，美国佐治亚州亚特兰大，乔治亚州亚特兰大市o大学儿童医院，巴斯尔，瑞士，
Microsoft Word - 版本 1 - 人口普查中使用电子数据收集技术的指南 2.docx
致谢《人口和住房普查中使用电子数据收集技术的指南》由联合国经济和社会事务部（DESA）统计司（UNSD）编写，由联合国统计司司长 Stefan Schweinfest 先生管理。该出版物是多方共同努力的成果。该指南的编写由人口和社会统计处处长（前任）Keiko Osaki-Tomita 发起。人口统计科科长 Srdjan Mrkic 提供了总体实质性指导。联合国统计司对为指导起草指南而成立的工作队成员所做的贡献表示感谢。工作队由以下国家统计局和国际及地区组织组成：约旦统计局；巴西地理和统计研究所（IBGE）；加拿大统计局；爱沙尼亚统计局；波兰统计局；南非统计局；美国人口普查局；环境系统研究所（ESRI）；联合国非洲经济委员会（ECA）；联合国欧洲经济委员会（ECE）；联合国拉丁美洲和加勒比经济委员会（ECLAC）；联合国亚洲及太平洋经济社会委员会（ESCAP）；联合国西亚经济社会委员会（ESCWA）；联合国人口基金（UNFPA）
INCloud：用于数据收集、管理、分析和临床翻译的集成神经影像云
摘要 背景 神经影像技术提供了丰富而准确的脑结构和功能测量方法，已成为心理健康和神经科学研究中最流行的方法之一。快速发展的神经影像学研究产生了大量的数据，为数据收集、大规模数据管理、高效的计算要求以及数据挖掘和分析带来了新的挑战。 目的 为应对挑战并推动神经影像技术在临床实践中的应用，我们开发了一体化神经影像云（INCloud）。INCloud 为大规模神经影像数据收集、管理、分析和临床应用的整个过程提供了全栈解决方案。 方法 INCloud 由数据采集系统、数据仓库、自动多模态图像质量检查和处理系统、脑特征库、高性能计算集群和精神障碍计算机辅助诊断系统（CADS）组成。INCloud 的独特设计是脑特征库，它将数据管理的单位从图像转换为海马体积等图像特征。通过将 CADS 连接到科学数据库，INCloud 可以积累科学数据，不断提高精神障碍客观诊断的准确性。结果 用户可以在INCloud上管理和分析神经影像数据，无需将数据下载到本地设备。INCloud用户可以根据自定义标准查询、管理、分析和共享图像特征。文中展示了基于脑特征库的“大分析”示例。结论与传统的神经影像采集和分析工作流程相比，INCloud具有数据管理和共享安全便捷、对研究人员的技术要求低、计算和数据挖掘效率高、可直接应用于临床等特点。该系统的设计和实现也适用于其他领域的影像研究平台。
牙科——使用人工智能的图像分析系统的验证数据集指南，第 1 部分：图像注释和数据收集
我们正在改编“放射学人工智能伦理：欧洲和北美多社会联合声明摘要”的摘录 [这是由 ACR、欧洲放射学会、RSNA、医学影像信息学学会、欧洲医学影像信息学学会、加拿大放射医师协会和美国医学物理学家协会制作的关于放射学人工智能伦理的国际多社会声明的简要摘要。] ，作为该标准的规范参考。以下针对牙科改编的摘录描述了他们如何应用最佳实践来保护患者免受人工智能滥用的原则，并提高所有关键利益相关者（即供应商、生产商、审计师、分析师、分销商和消费者）对该技术对患者护理的价值的认识。